BASE Transaction
- Best efforts delivery transaction (已经实现).
- Try confirm cancel transaction (待定).
Sharding-JDBC由于性能方面的考量,决定不支持强一致性分布式事务。
最大努力送达型事务
在分布式数据库的场景下,相信对于该数据库的操作最终一定可以成功,所以通过最大努力反复尝试送达操作。
最大努力送达型事务的架构图
最大努力送达型事务的架构图
执行过程有以下几种情况:
- 执行成功--如图所示,执行结果事件->监听执行事件->执行成功->清理事务日志
- 执行失败,同步重试成功--如图所示,执行结果事件->监听执行事件->执行失败->重试执行->执行成功->清理事务日志
- 执行失败,同步重试失败,异步重试成功--如图所示,执行结果事件->监听执行事件->执行失败->重试执行->执行失败->"异步送达作业"重试执行->执行成功->清理事务日志
- 执行失败,同步重试失败,异步重试失败,事务日志保留----如图所示,执行结果事件->监听执行事件->执行失败->重试执行->执行失败->"异步送达作业"重试执行->执行失败->... ...
说明:不管执行结果如何,执行前事件都会记录事务日志;执行事件类型包括3种:BEFORE_EXECUTE,EXECUTE_FAILURE和EXECUTE_SUCCESS;另外,这里的"同步"不是绝对的同步执行,而是通过google-guava的EventBus发布事件后,在监听端判断是EXECUTE_FAILURE事件,最多重试
syncMaxDeliveryTryTimes
次;后面对BestEffortsDeliveryListener
的源码分析有介绍;这里的"异步"通过外挂实现,在后面的文章10. sharding-jdbc源码之异步送达JOB会有分析;
适用场景
- 根据主键删除数据。
- 更新记录永久状态,如更新通知送达状态。
使用限制
- 使用最大努力送达型柔性事务的SQL需要满足幂等性。
- INSERT语句要求必须包含主键,且不能是自增主键。
- UPDATE语句要求幂等,不能是UPDATE xxx SET x=x+1
- DELETE语句无要求。
开发示例
// 1\. 配置SoftTransactionConfiguration
SoftTransactionConfiguration transactionConfig = new SoftTransactionConfiguration(dataSource);
// 配置相关请看后面的备注
transactionConfig.setXXX();
// 2\. 初始化SoftTransactionManager
SoftTransactionManager transactionManager = new SoftTransactionManager(transactionConfig);
transactionManager.init();
// 3\. 获取BEDSoftTransaction
BEDSoftTransaction transaction = (BEDSoftTransaction) transactionManager.getTransaction(SoftTransactionType.BestEffortsDelivery);
// 4\. 开启事务
transaction.begin(connection);
// 5\. 执行JDBC
/*
code here
*/
*
// 6.关闭事务
transaction.end();
备注:SoftTransactionConfiguration支持的配置以及含义请参考sharding-jdbc使用指南☞事务支持,这段开发示例的代码也摘自这里;也可参考
sharding-jdbc-transaction
模块中com.dangdang.ddframe.rdb.transaction.soft.integrate.SoftTransactionTest
如何使用柔性事务,但是这里的代码需要稍作修改,否则只是普通的执行逻辑,不是sharding-jdbc的执行逻辑:
@Test
public void bedSoftTransactionTest() throws SQLException {
SoftTransactionManager transactionManagerFactory = new SoftTransactionManager(getSoftTransactionConfiguration(getShardingDataSource()));
// 初始化柔性事务管理器
transactionManagerFactory.init();
BEDSoftTransaction transactionManager = (BEDSoftTransaction) transactionManagerFactory.getTransaction(SoftTransactionType.BestEffortsDelivery);
transactionManager.begin(getShardingDataSource().getConnection());
// 执行INSERT SQL(DML类型),如果执行过程中异常,会在`BestEffortsDeliveryListener`中重试
insert();
transactionManager.end();
}
private void insert() {
String dbSchema = "insert into transaction_test(id, remark) values (2, ?)";
try (
// 将.getConnection("db_trans", SQLType.DML)移除,这样的话,得到的才是ShardingConnection
Connection conn = getShardingDataSource().getConnection();
PreparedStatement preparedStatement = conn.prepareStatement(dbSchema)) {
preparedStatement.setString(1, "JUST TEST IT .");
preparedStatement.executeUpdate();
} catch (final SQLException e) {
e.printStackTrace();
}
}
核心源码分析
通过3. sharding-jdbc源码之路由&执行中对ExecutorEngine的分析可知,sharding-jdbc在执行SQL前后,分别调用EventBusInstance.getInstance().post()
提交了事件,那么调用EventBusInstance.getInstance().register()
的地方,就是柔性事务处理的地方,通过查看源码的调用关系可知,只有SoftTransactionManager.init()
调用了EventBusInstance.getInstance().register()
,所以柔性事务实现的核心在SoftTransactionManager这里;
柔性事务管理器
柔性事务实现在SoftTransactionManager
中,核心源码如下:
public final class SoftTransactionManager {
// 柔性事务配置对象
@Getter
private final SoftTransactionConfiguration transactionConfig;
/**
* Initialize B.A.S.E transaction manager.
* @throws SQLException SQL exception
*/
public void init() throws SQLException {
// 初始化注册最大努力送达型柔性事务监听器;
EventBusInstance.getInstance().register(new BestEffortsDeliveryListener());
if (TransactionLogDataSourceType.RDB == transactionConfig.getStorageType()) {
// 如果事务日志数据源类型是关系型数据库,则创建事务日志表transaction_log
createTable();
}
// 内嵌的最大努力送达型异步JOB任务,依赖当当开源的elastic-job
if (transactionConfig.getBestEffortsDeliveryJobConfiguration().isPresent()) {
new NestedBestEffortsDeliveryJobFactory(transactionConfig).init();
}
}
// 从这里可知创建的事务日志表表名是transaction_log(所以需要保证每个库中用户没有自定义创建transaction_log表)
private void createTable() throws SQLException {
String dbSchema = "CREATE TABLE IF NOT EXISTS `transaction_log` ("
+ "`id` VARCHAR(40) NOT NULL, "
+ "`transaction_type` VARCHAR(30) NOT NULL, "
+ "`data_source` VARCHAR(255) NOT NULL, "
+ "`sql` TEXT NOT NULL, "
+ "`parameters` TEXT NOT NULL, "
+ "`creation_time` LONG NOT NULL, "
+ "`async_delivery_try_times` INT NOT NULL DEFAULT 0, "
+ "PRIMARY KEY (`id`));";
try (
Connection conn = transactionConfig.getTransactionLogDataSource().getConnection();
PreparedStatement preparedStatement = conn.prepareStatement(dbSchema)) {
preparedStatement.executeUpdate();
}
}
从这段源码可知,柔性事务的几个重点如下,接下来一一根据源码进行分析;
扫描二维码关注公众号,回复: 1492057 查看本文章![]()
- 事务日志存储器;
- 最大努力送达型事务监听器;
- 异步送达JOB任务;
1.事务日志存储器
柔性事务日志接口类为TransactionLogStorage.java
,有两个实现类:
- RdbTransactionLogStorage:关系型数据库存储柔性事务日志;
- MemoryTransactionLogStorage:内存存储柔性事务日志;
1.1.1事务日志核心接口
TransactionLogStorage中几个重要接口在两个实现类中的实现:
- void add(TransactionLog):Rdb实现就是把事务日志TransactionLog 插入到
transaction_log
表中,Memory实现就是把事务日志保存到ConcurrentHashMap
中; - void remove(String id):Rdb实现就是从
transaction_log
表中删除事务日志,Memory实现从ConcurrentHashMap
中删除事务日志; - void increaseAsyncDeliveryTryTimes(String id):异步增加送达重试次数,即TransactionLog中的asyncDeliveryTryTimes+1;Rdb实现就是update
transaction_log
表中async_delivery_try_times
字段加1;Memory实现就是TransactionLog中重新给asyncDeliveryTryTimes赋值new AtomicInteger(transactionLog.getAsyncDeliveryTryTimes()).incrementAndGet()
; - findEligibleTransactionLogs(): 查询需要处理的事务日志,条件是:①
异步处理次数async_delivery_try_times小于参数最大处里次数maxDeliveryTryTimes
,②transaction_type是BestEffortsDelivery
,③系统当前时间与事务日志的创建时间差要超过参数maxDeliveryTryDelayMillis
,每次最多查询参数size条;Rdb实现通过sql从transaction_log表中查询,Memory实现遍历ConcurrentHashMap匹配符合条件的TransactionLog; - boolean processData():Rdb实现执行TransactionLog中的sql,如果执行过程中抛出异常,那么调用increaseAsyncDeliveryTryTimes()增加送达重试次数并抛出异常,如果执行成功,删除事务日志,并返回true;Memory实现直接返回false(因为processData()的目的是执行TransactionLog中的sql,而Memory类型无法触及数据库,所以返回false)
1.1.2事务日志存储核心源码
RdbTransactionLogStorage.java
实现源码:
public final class RdbTransactionLogStorage implements TransactionLogStorage {
private final DataSource dataSource;
@Override
public void add(final TransactionLog transactionLog) {
// 保存事务日志到rdb中的sql
String sql = "INSERT INTO `transaction_log` (`id`, `transaction_type`, `data_source`, `sql`, `parameters`, `creation_time`) VALUES (?, ?, ?, ?, ?, ?);";
try (
Connection conn = dataSource.getConnection();
PreparedStatement preparedStatement = conn.prepareStatement(sql)) {
... ...
preparedStatement.executeUpdate();
} catch (final SQLException ex) {
throw new TransactionLogStorageException(ex);
}
}
@Override
public void remove(final String id) {
// 根据id删除事务日志的sql
String sql = "DELETE FROM `transaction_log` WHERE `id`=?;";
try (
Connection conn = dataSource.getConnection();
PreparedStatement preparedStatement = conn.prepareStatement(sql)) {
preparedStatement.setString(1, id);
preparedStatement.executeUpdate();
} catch (final SQLException ex) {
throw new TransactionLogStorageException(ex);
}
}
@Override
public List findEligibleTransactionLogs(final int size, final int maxDeliveryTryTimes, final long maxDeliveryTryDelayMillis) {
List result = new ArrayList(size);
// 执行该sql查询需要处理的事务日志,最多取size条;
String sql = "SELECT `id`, `transaction_type`, `data_source`, `sql`, `parameters`, `creation_time`, `async_delivery_try_times` FROM `transaction_log` WHERE `async_delivery_try_times`<? AND `transaction_type`=? AND `creation_time`<? LIMIT ?;";
try (Connection conn = dataSource.getConnection()) {
try (PreparedStatement preparedStatement = conn.prepareStatement(sql)) {
... ...
preparedStatement.setLong(3, System.currentTimeMillis() - maxDeliveryTryDelayMillis);
... ...
}
} catch (final SQLException ex) {
throw new TransactionLogStorageException(ex);
}
return result;
}
@Override
public void increaseAsyncDeliveryTryTimes(final String id) {
// 更新处理次数+1
String sql = "UPDATE `transaction_log` SET `async_delivery_try_times`=`async_delivery_try_times`+1 WHERE `id`=?;";
try (
... ...
} catch (final SQLException ex) {
throw new TransactionLogStorageException(ex);
}
}
@Override
public boolean processData(final Connection connection, final TransactionLog transactionLog, final int maxDeliveryTryTimes) {
try (
Connection conn = connection;
// 执行TransactionLog中的sql
PreparedStatement preparedStatement = conn.prepareStatement(transactionLog.getSql())) {
for (int parameterIndex = 0; parameterIndex < transactionLog.getParameters().size(); parameterIndex++) {
preparedStatement.setObject(parameterIndex + 1, transactionLog.getParameters().get(parameterIndex));
}
preparedStatement.executeUpdate();
} catch (final SQLException ex) {
如果抛出异常,表示执行sql失败,那么把增加处理次数并把异常抛出去;
increaseAsyncDeliveryTryTimes(transactionLog.getId());
throw new TransactionCompensationException(ex);
}
// 如果没有抛出异常,表示执行sql成功,那么删除该事务日志;
remove(transactionLog.getId());
return true;
}
}
1.1.3事务日志存储样例
id | transction_type | data_source | sql | parameters | creation_time | async_delivery_try_times |
---|---|---|---|---|---|---|
85c141c4-1b8f-4e54-9010-0cc661bb1864 | BestEffortsDelivery | db_trans | insert into transaction_test(id, remark) values (3, ?) | ["TEST BY AFEI."] | 1517899200989 | 0 |
transaction_log中存储的事务日志样例:
id | transction_type | data_source | sql | parameters | creation_time | async_delivery_try_times |
---|---|---|---|---|---|---|
85c141c4-1b8f-4e54-9010-0cc661bb1864 | BestEffortsDelivery | db_trans | insert into transaction_test(id, remark) values (3, ?) | ["TEST BY AFEI."] | 1517899200989 | 0 |
1.2最大努力送达型事务监听器
核心源码如下:
```
/**
* Best efforts delivery B.A.S.E transaction listener.
*
* @author zhangliang
*/
@Slf4j
public final class BestEffortsDeliveryListener {
@Subscribe
@AllowConcurrentEvents
// 从方法可知,只监听DML执行事件(DML即数据维护语言,包括INSERT, UPDATE, DELETE)
public void listen(final DMLExecutionEvent event) {
// 判断是否需要继续,判断逻辑为:事务存在,并且是BestEffortsDelivery类型事务
if (!isProcessContinuously()) {
return;
}
// 从柔性事务管理器中得到柔性事务配置
SoftTransactionConfiguration transactionConfig = SoftTransactionManager.getCurrentTransactionConfiguration().get();
// 得到配置的柔性事务存储器
TransactionLogStorage transactionLogStorage = TransactionLogStorageFactory.createTransactionLogStorage(transactionConfig.buildTransactionLogDataSource());
// 这里肯定是最大努力送达型事务(如果不是BEDSoftTransaction,isProcessContinuously()就是false)
BEDSoftTransaction bedSoftTransaction = (BEDSoftTransaction) SoftTransactionManager.getCurrentTransaction().get();
// 根据事件类型做不同处理
switch (event.getEventExecutionType()) {
case BEFORE_EXECUTE:
// 如果执行前事件,那么先保存事务日志;
//TODO for batch SQL need split to 2-level records
transactionLogStorage.add(new TransactionLog(event.getId(), bedSoftTransaction.getTransactionId(), bedSoftTransaction.getTransactionType(),
event.getDataSource(), event.getSql(), event.getParameters(), System.currentTimeMillis(), 0));
return;
case EXECUTE_SUCCESS:
// 如果执行成功事件,那么删除事务日志;
transactionLogStorage.remove(event.getId());
return;
case EXECUTE_FAILURE:
boolean deliverySuccess = false;
// 如果执行成功事件,最大努力送达型最多尝试3次(可配置,SoftTransactionConfiguration中的参数syncMaxDeliveryTryTimes);
for (int i = 0; i < transactionConfig.getSyncMaxDeliveryTryTimes(); i++) {
// 如果在该Listener中执行成功,那么返回,不需要再尝试
if (deliverySuccess) {
return;
}
boolean isNewConnection = false;
Connection conn = null;
PreparedStatement preparedStatement = null;
try {
conn = bedSoftTransaction.getConnection().getConnection(event.getDataSource(), SQLType.DML);
// 通过执行"select 1"判断conn是否是有效的数据库连接;如果不是有效的数据库连接,释放掉并重新获取一个数据库连接;
if (!isValidConnection(conn)) {
bedSoftTransaction.getConnection().release(conn);
conn = bedSoftTransaction.getConnection().getConnection(event.getDataSource(), SQLType.DML);
isNewConnection = true;
}
preparedStatement = conn.prepareStatement(event.getSql());
//TODO for batch event need split to 2-level records
for (int parameterIndex = 0; parameterIndex BestEffortsDeliveryListener源码总结:
- 执行前,插入事务日志;
- 执行成功,则删除事务日志;
- 执行失败,则最大努力尝试
syncMaxDeliveryTryTimes
次;
1.3 异步送达JOB任务
- 部署用于存储事务日志的数据库。
- 部署用于异步作业使用的zookeeper。
- 配置YAML文件,参照示例文件config.yaml。
- 下载并解压文件sharding-jdbc-transaction-async-job-$VERSION.tar,通过start.sh脚本启动异步作业。
异步送达JOB任务基于elastic-job,所以需要部署zookeeper;
http://cmsblogs.com/?p=2542